18143453325 在线咨询 在线咨询
18143453325 在线咨询
所在位置: 首页 > 营销资讯 > 信息时代 > 异常事件检测(数据库)

异常事件检测(数据库)

时间:2022-12-05 22:30:01 | 来源:信息时代

时间:2022-12-05 22:30:01 来源:信息时代

    异常事件检测 : 异常事件检测是指散布在一定区域的传感器监测不符合规律的事件是否发生的过程。一旦检测到异常事件发生,即通过无线网络将此消息发送到汇聚节点。这一类的应用的例子包括: 军事上利用无线传感器网络对特定的区域进行监控,看是否有敌人入侵或受到武器攻击; 在家中用无线传感器网络进行防火、防盗等。
异常事件检测是一类典型的传感器网络应用。通过使用由大量互连的微型传感器节点组成的传感器网络,研究人员可以对网络中的感知数据进行分析,从而检测出对用户有意义的事件信息。用户以查询的方式将任务分派给各个节点,节点按照指定的任务来判断在其感知范围内是否有用户关心的事件发生,其中,事件可以是火山爆发、发生火灾、气体浓度超标或是特殊目标的出现等。
异常事件检测作为无线传感器网络应用中的一项重要应用,对于查询结果的精度要求是相当高的,因为这类应用往往需要迅速准确地返回事件信息,如果查询结果的精度太低,谎报、误报都会给用户造成大量的人力物力损失。但是,无线传感器本身就存在的数据准确性低、易受干扰的特点,需要在异常事件检测应用中采取一些措施以保证去掉错误数据,避免错误数据对检测结果带来的干扰。
无线传感器网络中异常事件检测方法包括:
(1)基于几何学的方法:基于几何学的错误容忍的分布式检测方法主要基于几何学的一些既有理论,在关于事件的假设前提下,可以有效地判断出错误节点等信息。关于事件的两个假设前提是: ①网络中的任何节点都知道自己的地理位置,同时也知道每一个邻居节点的地理位置。②事件发生时的事件区域形状是凸多边形的,并且是连续的。如图1所示,有三个节点n1、n2、n3,圆O1、O2、O3是以n1、n2、n3为圆心,分别以三个节点的辐射范围为半径画出的圆。连线O1O2、O2O3、O3O1分别是三个圆的圆心连线。这些圆心连线分别与每个圆有两个交点,在交点处作切线,切线的交点分别是X1、X2、X3。如果n1、n2、n3同时检测到了事件的发生,那么三角形区域X1X2X3内的所有节点一定都会感知到异常事件的发生,否则,没有感知到事件发生的节点一定是发生了错误。


图1 基于几何学的错误容忍的分布式异常事件检测方法


(2)基于概率模型的方法:基于概率模型的方法利用了无线传感器网络中感知数据所具备的感知数据时空关联性,尤其是不同属性之间的关联特性。该方法主要使用一个转换模型来计算分布式函数


在属性Xit+1 (1,…,n)上的概率,函数的计算要依赖于以前的观测值。
该分布式函数的概率可以通过积分公式

得到。如果计算出来的


it+1满足

那么,说明在满足用户容忍度ε的情况下可以用模型计算的预测值来进行预测而不用传送数据。否则,说明当前产生的数据无法通过已观测值构成的模型来进行预测。如果已观测值是用户通过大量数据积累起来的正常情况网络应该满足的模型,那么不满足此模型则说明产生了异常。
在火灾报警这样的应用中,火灾是小概率事件。大多数情况下感知数据还是能够满足正常情况下的数据模型的。即使这类应用的采样率在某些情况下很高,但是由于只在小概率事件发生的情况下传送数据,网络的使用率也可以保持在一个相当低的水平,即在事件传送的通信方面的能量消耗是非常低的。
采用概率方法对传感器数据建模,需要有先验的数据知识,需要构建的网络具有采集和训练数据的能力。用训练数据进行不断地学习,得到一个与训练数据拟合的模型。在之后的网络运行中根据这个拟合的模型进行预测。可以将每一个传感器节点的每一个感知属性作为一个维度来处理,对于网络铺设位置已知,节点数量、属性值不多,尤其是已经存在训练数据的情况下,这种方法是非常理想的。

74
73
25
news

版权所有© 亿企邦 1997-2022 保留一切法律许可权利。

为了最佳展示效果,本站不支持IE9及以下版本的浏览器,建议您使用谷歌Chrome浏览器。 点击下载Chrome浏览器
关闭